дози (МДП).
, де
Звідси:
E (D)=D * E=4
Рис. 5. - Графік дозової залежності
Враховуючи ефект від дози, можна знайти час життя організму після лікування:
- тимчасові інтервали, запас життєвих сил на заданому інтервалі, площі під кривими залежності від доз. Варто зазначити, що сума чисельно повинна бути рівна. Виходячи з цього обчислюємо життєві сили на кожному інтервалі для статечної функції.
Запас життєвих сил величина постійна і не залежить від виробленої терапії, розрахунок часу життя після лікування буде проводитися за такою формулою:
Після підстановки даних отриманий наступний результат: T (ж)=44,6.
Рис. 6. Криві росту пухлини до і після лікування (при багаторазовому введенні дози n=3)
5. Висновок
Проаналізувавши вихідні дані і зробивши певні розрахунки часу життя при одноразовому введенні максимально переносимої дози і при багаторазовому введенні (n=5) дози D=0.8 МПД з інтервалом t=6 діб, я прийшов до висновку, що проведення тривалого лікування ефективніше, отже, тривалість життя організму збільшується в даному випадку на 10 діб.
На підставі вихідних даних і розрахунків СКО можна зробити висновок, що розвиток пухлини найкраще апроксимує ступенева функція.
онкологічної захворювання час життя
Список літератури
1. Бабушкіна Н.А. Математичне моделювання як метод вивчення функціонування організму. М .: МІРЕА, 1995. - 63с.
. Ван дер Варден Б.Л. Математична статистика.- М: Едіторіал УРСС, 2006, 435 c.
. Дрейпер Н., Сміт Г. Прикладний регресійний аналіз. Множинна регресія. Изд.2, перероб. і доп.- М .: Диалектика, 2007, 212 с.
. Потьомкін В. Введення в MATLAB CHM. М .: Діалог-МІФІ, 2000. - 256 с.
. Курній Ю.В. Регресійний аналіз поліноміальних моделей.- М .: МІРЕА, 1994, 56 с.
. Михальський А.І. Лекційні матеріали з курсом КТ в МБС, 2013 рік.
Додаток
Текст програми в MATLAB:
=[1.35,1.8,2.25,2.7,4.1,4.55,7.3,7.75,8.2,9.1,11.8,15,15.45,18.2]; % Значення обсягу по точкам.=[6,7,9,10,11,12,13,14,15,17,18, 19,21,22]; % Значення часу по точкам.=1.35;=14;=fminsearch (@ G1,1, [], Y1, T1, V01)% Експоненціальна.
Y2=V01. * exp (T1 * P (1));=(1/n) * sum ((Y1 - Y2). ^ 2);=fminsearch (@ G2, [1,1], [], Y1, T1, V01 )% Степенева.=V01. * (1 + T1/(P1 (1))). ^ (P1 (2));=(1/n) * sum ((Y1 - Y3). ^ 2); (T1, Y1, ko- , T1, Y2, k +: raquo ;, T1, Y3, k-. ), grid; ( Вихідні данныеraquo;,laquo;Экспоненциальнаяraquo;,laquo;Степеннаяraquo;);(laquo;Времяraquo;);(laquo;Объёмraquo;);= [];
m2=[]; V01=0.0001: 0.01: 3;
[P3, f]=fminsearch (@ G1,1, [], Y1, T1, V01);=[m1; V01];=[m2; f]; (m1, m2, k-. , LineWidth , 2), grid; ( Мін. Обсяг ); ( СКО );=[];=[]; V01=0.001: 0.01: 2;
[P4, f2]=fminsearch (@ G2, [1,1], [], Y1, T1, V01);=[n1; V01];=[n2; f2]; (n1, n2, k-. , LineWidth , 2), grid; ( Мін. Обсяг );
ylabel ( СКО );
% До лікування.
V01=0.8200;=0.1440;=V01 * exp (T1. * a1);=0.0755; 2=0.029;=2.065;=0.1; % Проміжок розвитку=V02 * diag (1+ (T1/a2)) ^ b; % Створимо масив обсягу створеного за формулою з урахуванням оцінки.
Y3=diag (Y3);=Y3 laquo ;; (T1, Y1, ko , T1, Y2, k-. , T1, Y3, k ) ; % Порівнюємо отримані дані, на графіку без лікування. Як перевірки будуємо експоненційну оценку.on ( Час ); ( Обсяг ); ( Вихідні дані laquo ;, Експоненціальна функція , Степенева функція ');
% Без леченія.m=[0: h: 32]; % Час життя без лікування.=V02 * diag (1+ (T2m/a2)) ^ b; % Створимо масив обсягу створеного за формулою з урахуванням оцінки.
Y8=diag (Y8);=Y8 ';=sum (Y8. * h); % Вважаємо приблизний запас життєвих сил, на прикладі без лікування.
% С лікуванням.=[0: 1: 5]; % Залежність ефекту, від максимально переносимої дози.
MPD=[0: 0.2: 1]; (MPD, E, k-. ); on ( Стерпна доза );
ylabel ( Ефект );
% Знайдемо ефект, при дозі n від переносимої.=0.8;=E/MPD; % Знаходимо тангенс при макс. дозі.=1;=D * MPD * tgEMPD; % Знаходимо ефект при дозі n.=7; % Час початку лікування.=3; % Кількість ін'єкцій.=6; % Проміжок між ін'єкціями.=T1 + (n1-1) * td; % День останньої ін'єкції.
Y41=[];=[];=[];=[];=[];=[]...
